1.一种用于AER图像传感器的实时特征提取方法,其特征是,AER图像传感器的输出事件作为特征提取的输入,经过卷积层S1的卷积操作,再经过类最大化操作C1层的最大化操作,即能够提取出相应的特征信息;其中,实现事件的卷积操作的S1层中包含N1个卷积模块,每个卷积模块都配置一种卷积核,采用Gabor函数来计算生成卷积核,Gabor函数的计算如公式(1)所示:
μ0=μcosθ+νsinθ
ν0=-μsinθ+νcosθ (1)
其中μ和ν分别代表生成的卷积核的横纵坐标,λ代表正弦函数波长;θ代表Gabor核函数的方向,σ代表高斯函数的标准差,γ代表空间长宽比,决定Gabor函数的形状,μ0是横坐标的转向坐标,ν0是纵坐标的转向坐标。
2.如权利要求1所述的用于AER图像传感器的实时特征提取方法,其特征是,C1层对S1层的卷积结果进行最大化操作来进一步提取特征,最大化操作是采用两级的MAX操作来提取特征,第一级的最大化操作是在每个卷积特征图map1中,每个点的值都与其相邻的Q个点的值相比较,如果中心点的值不是最大值,则该点未赢得最大化;如果中心点是最大值,则该点赢得最大化操作;第二级的最大化操作是在不同卷积模块的卷积特征图map2之间进行,如果某一位置赢得了第一级的最大化操作,该位置的卷积结果需要跟相同尺度,不同角度卷积核的卷积结果再进行最大化操作,以此得到角度特征信息,类似的相同角度,不同尺度卷积核的卷积结果也要进行最大化操作,以得到尺度特征信息,经过两级的最大化操作,得到提取出包含角度和尺度信息的特征信息,用于后续的识别。